电讯技术

作者：贾科军,连江龙,张常瑞,蔺莹

单位：(兰州理工大学 计算机与通信学院，兰州 730050)

关键词：可见光通信；光正交频分复用；多径信道；信道均衡；K-means算法；反向传播神经网络；

基金：国家自然科学基金资助项目(61875080)；甘肃省科技计划(22JR5RA276，22JR5RA274，23YFGA0062，2022A-215) ；兰州理工大学博士科研启动经费(061903)

在室内可见光通信中符号间干扰和噪声会严重影响系统性能，K均值(K-means)均衡方法可以抑制光无线信道的影响，但其复杂度较高，且在聚类边界处易出现误判。提出了改进聚类中心点的K-means(Improved Center K-means，IC-Kmeans)算法，通过随机生成足够长的训练序列，然后将训练序列每一簇的均值作为K-means聚类中心，避免了传统K-means反复迭代寻找聚类中心。进一步，提出了基于神经网络的IC-Kmeans(Neural Network Based IC-Kmeans，NNIC-Kmeans)算法，使用反向传播神经网络将接收端二维数据映射至三维空间，以增加不同簇之间混合数据的距离，提高了分类准确性。蒙特卡罗误码率仿真表明，IC-Kmeans均衡和传统K-means算法的误码率性能相当，但可以显著降低复杂度，特别是在信噪比较小时。同时，在室内多径信道模型下，与IC-Kmeans和传统Kmeans均衡相比，NNIC-Kmeans均衡的光正交频分复用系统误码率性能最好。

来源：2025年第1期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第1期